MPSE在48小时内精准识别NICU新生儿全基因组测序需求：机器学习与临床自然语言处理的突破性应用

本研究针对新生儿重症监护室（NICU）中遗传病患儿快速诊断的临床挑战，开发了基于机器学习（ML）和临床自然语言处理（CNLP）的孟德尔表型搜索引擎（MPSE）。通过分析2885例NICU患者的电子健康记录（EHR），研究团队证明MPSE可在入院48小时内高效识别需全基因组测序（WGS）的患儿，诊断率较传统方法提升3.3倍。该成果发表于《npj Genomic Medicine》，为危重患儿精准医疗提供了标准化、可推广的自动化决策工具。

　　

在新生儿重症监护领域，每年全球约700万婴儿出生时携带遗传性疾病，其中约20%的NICU入院病例涉及孟德尔遗传病。尽管全基因组测序（WGS）已成为关键诊断工具，其诊断率可达25-50%，但传统人工筛选方法面临三大痛点：复杂 eligibility criteria（资格标准）导致筛选耗时、临床表型动态变化增加判断难度、以及医疗资源差异造成的技术壁垒。这些因素共同阻碍了WGS在NICU中的广泛应用，使得许多患儿错失黄金救治窗口。

为解决这一临床难题，由美国犹他大学、Rady儿童医院等机构组成的研究团队开发了孟德尔表型搜索引擎（Mendelian Phenotype Search Engine, MPSE）。这项发表于《npj Genomic Medicine》的研究创新性地融合了机器学习算法与多源临床数据处理能力，通过对2885例NICU患者的纵向分析证明：MPSE系统可在入院48小时内准确识别WGS适应症患儿，其诊断效率显著超越美国医学遗传学与基因组学学会（ACMG）指南标准，为危重新生儿的精准医疗开辟了新范式。

研究团队采用三大关键技术方法：1）基于多种临床自然语言处理工具（包括CLiX、ClinPhen等）从电子健康记录（EHR）提取人类表型本体（Human Phenotype Ontology, HPO）术语；2）应用朴素贝叶斯、支持向量机等8种机器学习算法构建预测模型；3）采用犹他大学和Rady儿童医院两个独立队列（总计2931例）进行训练与验证，其中包含111例经WGS确诊的孟德尔疾病患儿。

结果

比较临床NLP工具输出

通过对比5种CNLP工具的性能发现，CLiX生成的HPO术语数量最多（平均111.2项/患者），而MedLEE最少（31.4项/患者）。语义相似性分析显示，不同工具生成的术语集均能反映真实临床表型（p<1e-5）。值得注意的是，尽管CNLP工具的灵敏度仅15-21%（相较于专家手动标注），但MPSE系统展现出对"噪声数据"的强鲁棒性。

MPSE灵活处理多源输入数据

模型交叉验证表明：1）使用不同CNLP工具（如CLiX或ClinPhen）时，MPSE维持40%的诊断率；2）结构化数据（如ICD-10编码）虽效果稍逊，仍显著优于随机选择（AUROC=0.91 vs 0.5）。

48小时快速识别能力

纵向分析揭示：诊断组患儿在入院24小时即显现显著更高的MPSE分数（-32.1 vs 未测序组-48.4，p=1.4e-5），48小时后诊断组分数进一步跃升（-9.0 vs 非诊断组-24.7，p=0.018）。Cox回归显示，诊断组被MPSE标记的速度是未测序组的18.8倍（HR=18.8，95%CI 11.6-30.6）。

诊断效能比较

MPSE在48小时的诊断阳性率为13%（17/134），较ACMG指南标准（4%，13/321）实现3.3倍提升。与商业AI诊断工具GEM¹¹
的联用测试显示，CNLP生成的HPO术语集能达到与人工标注相当的基因排序准确率（图2）。

结论与意义

该研究确立了MPSE系统三大核心价值：1）时效性突破，将WGS候选识别窗口压缩至临床黄金48小时；2）技术普适性，可适配不同EHR系统和CNLP工具；3）临床转化潜力，其与GEM¹¹
的协同应用形成"筛查-诊断"闭环。

在医疗资源分配层面，MPSE显著降低了基因组医学的实施门槛——通过自动化处理耗时的人工筛选步骤，使资源有限机构也能开展高质量WGS服务。目前该技术已应用于美国Intermountain West地区的GeneKids项目，其标准化流程更有望解决医保报销的资格认定难题。

正如通讯作者Mark Yandell强调，MPSE的创新性在于将机器学习算法与临床工作流无缝整合，其48小时预测能力不仅改写了NICU的诊疗时间轴，更开创了"持续监测"的新模式。随着WGS成本下降和解读速度提升，这类自动化决策工具将成为实现新生儿精准医疗的关键基础设施。